基于滚动优化和能量回收的V2I电动汽车决策

通过对标准新欧洲汽车法规循环(NEDC)工况的分析,提取出NEDC工况中的实时交通信息,分析不同驾驶状态对于车辆能耗的影响,提出一种新的基于实时交通信息的适用于V2I车辆的测试工况;结合电动汽车能量回收的优点,考虑电池-电机-制动特性约束,设计多源信息融合框架下的制动力分配策略;结合模型预测控制(MPC)的滚动优化思想提出MPC软约束框架下的电动汽车V2I最优控制策略;在AMESim & Simulink联合仿真平台上进行高精度纯电动车整车建模和MPC最优控制器的设计;对优化后车辆和未优化的车辆进行仿真对比验证,结果表明:结合道路交通信息进行最优决策的V2I纯电动车辆可有效降低车辆运行中的启停